SATUAN ACARA PERKULIAHAN ( SAP ) Mata Kuliah : Pengolahan Citra Digital Kode : IES 6323 Semester : VI Waktu : 1 x 3x 50 Menit Pertemuan : 12



dokumen-dokumen yang mirip
BAB 4: PELUANG DAN DISTRIBUSI NORMAL.

I. PENDAHULUAN II. LANDASAN TEORI

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

MENENTUKAN PENYELESAIAN PERTIDAKSAMAAN DENGAN METODE TITIK PEMECAH. Warsito. Program Studi Matematika FMIPA Universitas Terbuka.

b. Penyajian data kelompok Contoh: Berat badan 30 orang siswa tercatat sebagai berikut:

Sekolah Olimpiade Fisika

Definisi Integral Tentu

MAKALAH TUGAS AKHIR DIMENSI PARTISI PADA PENGEMBANGAN GRAPH KINCIR DENGAN POLA K 1 +mk n

Definisi 2.3 : Jika max min E(X,Y) = min

RESPONSI 2 STK 511 (ANALISIS STATISTIKA) JUMAT, 11 SEPTEMBER 2015

Bab II Landasan Teori

τ = r x F KESETIMBANGAN

Citra Biner. Bab Pendahuluan

I. DERET TAKHINGGA, DERET PANGKAT

LEMBAR KERJA SISWA 5

VISUALISASI PENGENALAN UCAPAN VOKAL BAHASA INDONESIA DENGAN METODE LPC-DTW

BAB III METODOLOGI 3.1 Tempat dan Waktu Penelitian 3.2 Bahan dan Alat 3.3 Metode Pengumpulan Data Pembuatan plot contoh

DISTRIBUSI BINOMIAL. (sukses sebanyak x kali, gagal sebanyak n x kali)

BAB III BASIS DATA UNTUK IDENTIFIKASI DAERAH RAWAN BANJIR DAN KEBERADAAN DATA SPASIAL YANG DIPERLUKAN

UKURAN PEMUSATAN DATA

Penerapan Teorema Perron-Frobenius pada Penentuan Distribusi Stasioner Rantai Markov

IV. METODE PENELITIAN

Fungsi. Jika f adalah fungsi dari A ke B kita menuliskan f : A B yang artinya f memetakan A ke B.

MATEMATIKA DISKRIT FUNGSI

Pendahuluan. Tujuan MODUL

BAB III METODOLOGI PENELITIAN. kuantitatif karena bertujuan untuk mengetahui kompetensi pedagogik mahasiswa

Bab 3 Metode Interpolasi

LAJU REAKSI. A. KEMOLARAN - Kemolaran adalah menyatakan banyaknya mol zat terlarut dalam 1 liter larutan. M = V

3. Rangkaian Logika Kombinasional dan Sequensial 3.1. Rangkaian Logika Kombinasional Enkoder

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

IV METODE PENELITIAN 4.1 Lokasi dan waktu 4.2. Jenis dan Sumber Data 4.3 Metode Pengumpulan Data

PEMAMPATAN DAN REKONSTRUKSI CITRA BERWARNA 24-BIT MENGGUNAKAN ANALISIS KOMPONEN UTAMA (PCA) Rofi Yuliansyah 1, Budi Setiyono 2, R.

Matematika Terapan Dosen : Zaid Romegar Mair, ST., M.Cs Pertemuan 3

BAB III ANUITAS DENGAN BEBERAPA KALI PEMBAYARAN SETAHUN TERHADAP TABUNGAN PENDIDIKAN

Distribusi Sampling (Distribusi Penarikan Sampel)

BAB IV HASIL DAN PEMBAHASAN. Sebelum melakukan deteksi dan tracking obyek dibutuhkan perangkat

III. METODE PENELITIAN. Penelitian ini dilaksanakan di halaman Pusat Kegiatan Olah Raga (PKOR) Way Halim Bandar Lampung pada bulan Agustus 2011.

BAB II LANDASAN TEORI. matematika secara numerik dan menggunakan alat bantu komputer, yaitu:

RENCANA PROGRAM PEMBELAJARAN KE - 1. : 6 jam pelajaran

EKSPANSI MULTINOMIAL, KOMBINASI, DAN PERMUTASI

Bab III Metoda Taguchi

MATEMATIKA DISKRIT II ( 2 SKS)

3 METODE PENELITIAN 3.1 Kerangka Pemikiran 3.2 Lokasi dan Waktu Penelitian

6. Pencacahan Lanjut. Relasi Rekurensi. Pemodelan dengan Relasi Rekurensi

BAB 2 SISTEM DETEKSI DAN PENGHITUNG OBYEK

REGRESI DAN KORELASI

Range atau jangkauan suatu kelompok data didefinisikan sebagai selisih antara nilai terbesar dan nilai terkecil, yaitu

Aplikasi Interpolasi Bilinier pada Pengolahan Citra Digital

BAB III METODOLOGI PENELITIAN

Solusi Pengayaan Matematika Edisi 9 Maret Pekan Ke-1, 2015 Nomor Soal: 81-90

Pendekatan Nilai Logaritma dan Inversnya Secara Manual

Statistika MAT 2 A. PENDAHULUAN NILAI MATEMATIKA B. PENYAJIAN DATA NILAI MATEMATIKA NILAI MATEMATIKA STATISTIKA. materi78.co.nr

BAB III METODE PENELITIAN

PENGARUH VARIASI PELUANG CROSSOVER DAN MUTASI DALAM ALGORITMA GENETIKA UNTUK MENYELESAIKAN MASALAH KNAPSACK. Sutikno

REGRESI LINIER DAN KORELASI. Variabel bebas atau variabel prediktor -> variabel yang mudah didapat atau tersedia. Dapat dinyatakan

Perbandingan Inversi Least-Square dengan Levenberg- Marquardt pada Metode Geomagnet untuk Model Crustal Block

BAB III METODE PENELITIAN

DISTRIBUSI SAMPLING (Distribusi Penarikan Sampel)

MODUL MATEMATIKA SMA IPA Kelas 12

LEVELLING 1. Cara pengukuran PENGUKURAN BEDA TINGGI DENGAN ALAT SIPAT DATAR (PPD) Poliban Teknik Sipil 2010LEVELLING 1

Masih ingat beda antara Statistik Sampel Vs Parameter Populasi? Perhatikan tabel berikut: Ukuran/Ciri Statistik Sampel Parameter Populasi.

III. METODE PENELITIAN

i adalah indeks penjumlahan, 1 adalah batas bawah, dan n adalah batas atas.

2 BARISAN BILANGAN REAL

BAB 2 DASAR TEORI. 2.1 Probabilitas

BAB IV PEMBAHASAN DAN ANALISIS

III. METODE PENELITIAN. Lokasi penelitian dilakukan di Provinsi Sumatera Barat yang terhitung

PERTEMUAN 3 CARA MEMBUAT TABEL DISTRIBUSI FREKUENSI UKURAN PEMUSATAN DATA

Kompleksitas dari Algoritma-Algoritma untuk Menghitung Bilangan Fibonacci

BAB 1 PENDAHULUAN. Analisis regresi menjadi salah satu bagian statistika yang paling banyak aplikasinya.

BAB III 1 METODE PENELITAN. Penelitian dilakukan di SMP Negeri 2 Batudaa Kab. Gorontalo dengan

Pendugaan Selang: Metode Pivotal Langkah-langkahnya 1. Andaikan X1, X

STATISTIKA DAN PELUANG BAB III STATISTIKA

Ilustrasi. Statistik dan Statistika. Data nilai ujian Statistik Dasar dari 15 mahasiswa Program Studi tertentu semester ganjil tahun 2008:

BAB IV HASIL DAN PEMBAHASAN. : Lux meter dilengkapi sensor jarak berbasis arduino. : panjang 15,4 cm X tinggi 5,4 cm X lebar 8,7 cm

BAB III METODOLOGI PENELITIAN. Kabupaten Purbalingga, Jawa Tengah tahun pelajaran 2011/2012, dengan jumlah

BAB III METODE PENELITIAN

METODE PENELITIAN. Subyek dalam penelitian ini adalah siswa kelas XI IPA 1 SMA Wijaya Bandar

Persamaan Non-Linear

STATISTIKA MAT 2 NILAI MATEMATIKA NILAI MATEMATIKA NILAI MATEMATIKA A. PENDAHULUAN B. PENYAJIAN DATA. Diagram garis

MODUL PENDALAMAN MATERI ESENSIAL DAN SULIT MATA PELAJARAN : MATEMATIKA ASPEK : STATISTIKA

Bab 7 Penyelesaian Persamaan Differensial

Geometri Analitika Ruang. Semester IV (3 SKS)

PENAKSIRAN DAN PERAMALAN BIAYA D. PENAKSIRAN BIAYA JANGKA PANJANG E. PERAMALAN BIAYA

Probabilitas dan Statistika Teorema Bayes. Adam Hendra Brata

Jurnal Matematika Murni dan Terapan Vol. 4 No.2 Desember 2010: 1-13 TEOREMA TITIK TETAP BANACH PADA RUANG METRIK-D

Penyelesaian Masalah Penugasan Menggunakan Metode Hungarian dan Pinalti (Studi Kasus: CV. Surya Pelangi)

Fungsi. Jika f adalah fungsi dari A ke B kita menuliskan f : A B yang artinya f memetakan A ke B.

Hendra Gunawan. 12 Februari 2014

BAB V METODOLOGI PENELITIAN

III. METODE PENELITIAN. Subjek dari penelitian adalah siswa kelas X.B SMA Muhammadiyah 2 Bandar

Mata Kuliah : Matematika Diskrit Program Studi : Teknik Informatika Minggu ke : 4

ARTIKEL. Menentukan rumus Jumlah Suatu Deret dengan Operator Beda. Markaban Maret 2015 KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN

Analisa Data Statistik. Ratih Setyaningrum, MT

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

III. METODOLOGI PENELITIAN. Populasi dalam penelitian ini adalah semua siswa kelas XI IPA SMA Negeri I

BAB II CICILAN DAN BUNGA MAJEMUK

PENGUJIAN HIPOTESIS. Atau. Pengujian hipotesis uji dua pihak:

SOAL PENYISIHAN =. a. 11 b. 12 c. 13 d. 14 e. 15

Elemen Dasar Model Antrian. Aktor utama customer dan server. Elemen dasar : 1.distribusi kedatangan customer. 2.distribusi waktu pelayanan. 3.

Transkripsi:

SATUAN ACARA PERKULIAHAN ( SAP ) Mata Kuliah : Pegolaha Citra Digital Kode : IES 6323 Seester : VI Waktu : 1 x 3x 50 Meit Perteua : 12 A. Kopetesi 1. Utaa Mahasiswa dapat eahai tetag siste pegolaha citra digital da hal yag terkait secara uu. 2. Pedukug Mahasiswa dapat eahai tetag citra bier B. Pokok Bahasa Citra Bier C. Sub Pokok Bahasa Koversi Citra hita-putih ke citra bier Peapis Luas Pegkodea Citra Bier Segetasi Represetasi Wilayah Properti geoetri Peipisa Pola Pegolaha Citra Digital/Miari, S. Si., MT 99

D. Kegiata Belajar Megajar Tahapa Kegiata Kegiata Pegajara Kegiata Mahasiswa Media & Alat Peraga Pedahulua 1. Mereview ateri sebeluya Medegarka Notebook, 2. Mejelaska ateri-ateri perkuliaha yag aka dipelajari. da eberika koetar LCD, Papa Tulis Peyajia 1. Mejelaska tetag koversi citra Meperhatika, Notebook, hita-putih ke citra bier ecatat da LCD, 2. Mejelaska tetag peapis luas 3. Mejelaska pegkodea citra bier eberika koetar. Megajuka Papa Tulis 4. Mejelaska tetag segetasi pertayaa. 5.Mejelaska tetag represetasi wilayah 6.Mejelaska tetag properti geoetri 7.Mejelaska tetag peipisa pola Peutup 1. Megajuka pertayaa kepada Meberika Notebook, ahasiswa. koetar. LCD, 2. Meberika kesipula. Megajuka da Papa 3. Megigatka aka kewajiba ejawab Tulis ahasiswa utuk perteua pertayaa. selajutya. E.Evaluasi Evaluasi dilakuka dega cara eberika pertayaa lagsug da tidak lagsug kepada ahasiswa da dega eberika kuis. Pegolaha Citra Digital/Miari, S. Si., MT 100

RENCANA KEGIATAN BELAJAR MINGGUAN (RKBM) Mata Kuliah : Pegolaha Citra Digital Kode : IES 6323 Seester : VI Waktu : 1 x 3x 50 Meit Perteua : 12 Miggu Topik Metode Estiasi Media ke- (Pokok Bahasa) Pebelajara Waktu (Meit) 8.1Koversi Citra hitaputih ke citra bier 12 8.2 Peapis Luas 8.3 Pegkodea Citra Bier 8.4 Segetasi Citra 8.5 Represetasi Wilayah Ceraah, Diskusi Kelas 1 x 3 x 50 Notebook, LCD, Papa Tulis 8.6 Properti Geoetri 8.7 Peipisa Pola Pegolaha Citra Digital/Miari, S. Si., MT 101

BAB 8 CITRA BINER Citra bier (biary iage) adalah citra yag haya epuyai dua ilai derajat keabua: hita da putih. Meskipu saat ii citra berwara lebih disukai karea eberi kesa yag lehih kaya daripada citra bier, au tidak ebuat citra bier ati. Pada beberapa aplikasi citra bier asih tetap dibutuhka, isalya citra logo istasi (yag haya terdiri atas wara hita da putih), citra kode batag (bar code) yag tertera pada label barag, citra hasil peidaia dokue teks, da sebagaiya. 8.1 Pedahulua Seperti yag sudah disebutka di awal Bab, citra bier haya epuyai dua ilai derajat keabua: hita da putih. Pixel-pixel objek berilai 1 da pixel-pixel latar belakag berilai 0. Pada waktu eapilka gabar, 0 adalah putih da 1 adalah hita. Jadi, pada citra bier, latar belakag berwaa putih sedagka objek berwara hita. Gabar 8.1 eperlihatka beberapa cotoh citra bier, sedagka Gabar 8.2 adalah cotoh represetasi citra bier. (a) Citra Logo (b) Citra Lukisa Mobil (c) Citra Teks (hasil sca) (d) Citra Kode Batag (Bar Code) Gabar 8.1 Beberapa Cotoh Citra Bier Pegolaha Citra Digital/Miari, S. Si., MT 102

Gabar 8.2 Represetasi Citra Bier Huruf B Alasa pegguaa citra bier ii adalah karea ia eiliki sejulah keutuga sebagai berikut : 1. Kebutuha eori kccil karea ilai derajat keabua haya ebutuhka represetasi 1 bit. Kebutuha eori utuk citra bier asih dapat berkurag secara berarti dega etode peapata ru-legth ecodig (RLE). Metode RLE aka dijelaska keudia. 2. Waktu perosesa lebih cepat dibadigka dega citra hita-putih karea bayak operasi pada citra bier yag dilakuka sebagai operasi logika (AND, OR, NOT, d1l) ketibag operasi aritietika bilaga bulat. Aplikasi yag egguaka citra bier sebagai asuka utuk perosesa pegeala objek, isalya pegeala karakter secara optik, aalisis krooso, pegeala sparepart kopoe idustri, da sebagaiya. 8.2 Koversi Citra Hita-Putih ke Citra Bier Pegkoversia citra hita-putih (greyscale) ejadi citra bier dilakuka utuk alasa-alasa sebagai berikut : 1. Utuk egidetifikasi keberadaa objek, yag direpresetasika sebagai daerah (regio) di dala citra. Misalya kita igi eisahka (segetasi) objek dari gabar latar belakagya. Pixel-pixel objek diyataka dega ilai 1 sedagka pixel laiya dega 0. Objek ditapilka seperti gabar siluet. Utuk eperoleh siluet yag bagus, objek harus dapat dipisahka dega udah dari gabar latar belakagya. 2. Utuk lebih efokuska pada aalisis betuk orfologi, yag dala hal ii itesitas pixel tidak terlalu petig dibadigka betukya. Setelah objek dipisahka dari latar belakagya, properti geoetri da Pegolaha Citra Digital/Miari, S. Si., MT 103

orfologif topologi objek dapat dihitug dari citra bier. Hal ii bergua utuk pegabila keputusa. 3. Utuk eapilka citra pada pirati keluara yag haya epuyai resolusi itesitas satu bit, yaitu pirati peapil dua-arah atau bier seperti pecetak (priter). 4. Megkoversi citra yag telah ditigkatka kualitas tepiya (edge ehaceet) ke peggabara garis-garis tepi. ii perlu utuk ebedaka tepi yag kuat yag berkorespode dega batas-batas objek dega tepi leah yag berkorespode dega perubaha illuiatio, bayaga, dll. Koversi dari citra hita-putih ke citra bier dilakuka dega operasi pegabaga (thresholdig). Operasi pegabaga egelopokka ilai derajat keabua setiap pixel ke dala 2 kelas, hita da putih. Seperti dijelaska pada Bab 4. 8.3 Peapis Luas Proses pegabaga eghasilka citra bier. Serigkali citra bier yag dihasilka egadug beberapa daerah yag diaggap sebagai gaggua. Biasaya daerah gaggua itu berukura kecil. Peapis luas dapat diguaka utuk eghilaga daerah gaggua tersebut. Misalka objek yag diaalisis diketahui epuyai luas yag lebih besar dari T. Maka, pixel-pixel dari daerah yag luasya di bawah T diyataka dega 0. Dega cara daerah yag berupa gaggua dapat dihilagka. Gabar 8.3 Kiri gaggua pada citra bier yag egadug huruf i Kaa: citra yag dihasilka setelah dilakuka peapisa (Suber: Rialdi Muir) Pegolaha Citra Digital/Miari, S. Si., MT 104

8.4 Pegkodea Citra Bier Citra bier uuya dikodeka dega etode ru-legth ecodig (RLE). Metode pegkodea ii eghasilka represetasi citra yag apat. Dua pedekata yag diguaka dala peerapa RLE pada citra bier : a. Posisi awal kelopok ilai 1 da pajagya (legth of rus) b. Paiag ru, diulai dega pajag ru 1. Cotoh. Misalka citra bierya adalah sebagai berikut Hasil pegkodea dega etode RLE : (i) Pedekata pertaa : (1, 3) (7, 2) (12, 4) (17, 2) (20, 3) (5, 13) (19, 4) (1, 3) (17, 6) (ii) Pedekata kedua 3, 3, 2, 3, 4, 1, 2, 1, 3 0, 4; 13, 1, 4 3, 13, 6 8.5 Segetasi Citra Bier Proses awal yag dilakuka dala egaalisis objek di dala citra bier adalah segetasi objek. Proses segetasi bertujua egelopokka pixelpixel objek ejadi wilayah (regio) yag erepresetasika objek. Ada dua pedekata yag diguaka dala segetasi objek : 1. Segetasi berdasarka batas wilayah (tepi dari objek). Pixel-pixel tepi ditelusuri sehigga ragkaia pixel yag ejadi batas (boudary) atara objek dega latar belakag dapat diketahui secara keseluruha (algorita boudary followig). 2. Segetasi ke betuk-bewk dasar (isalya segetasi huruf ejadi garis-garis vertikal da horizotal, segetasi objek ejadi betuk ligkara, elips, da sebagaiya). Pegolaha Citra Digital/Miari, S. Si., MT 105

Segetasi berdasarka batas wilayah. Pada citra bier, batas atara objek dega latar belakag terlihat jelas. Pixel objek berwara hita sedagka pixel latar belakag berwara putih. Perteua atara pixel hita da putih diodelka sebagai sege garis. Peelusura batas wilayah diaggap sebagai pebuata ragkaia keputusa utuk bergerak lurus, belok kiri, atau belok kaa. Metode pedeteksia batas Wilayah yag lai adalah pedeteksia secara topologi. Pada etode topologi, setiap kelopok 4-pixel bertetagga diperiksa, da bila kelopok tersebut saa dega salah satu betuk, aka pada titik tegah dari kelopok pixel tersebut terdapat tepi. 8.6 Represetasi Wilayah Wilayah (regio) di dala citra bier dapat direpresetasika dala beberapa cara. Salah satu cara yag populer adalah represetasi wilayah dega poho epata (quadtree). Setiap sipul di dala poho-epata erupaka salah satu dari tiga kategori: putih, hita, da abu-abu. Poho-epata diperoleh dega ebagi citra secara rekursif. Wilayah di dala citra dibagi ejadi epat buah upa-wilayah yag berukura saa. Utuk setiap upa-wilayah, bila pixel-pixel di dala wilayah tersebut seuaya hita atau seuaya putih, aka proses pebagia dihetika. Sebalikya, bila pixel-pixel di dala upawilayah egadug baik pixel hita aupu pixel putih (kategori abu-abu), aka upa-wilayah tersebut dibagi lagi ejadi epat bagia. Deikia seterusya sapai diperoleh upa-wilayah yag seua pixel-ya hita atau seua pixel-ya putih. Proses pebagia tersebut digabarka dega pohoepata. Diaaka poho-epata karea setiap sipul epuyai tepat epat aak, kecuali sipul dau. 8.7 Properti Geoetri Setelah proses segetasi objek selesai dilakuka, aka proses berikutya adalah egaalisis objek utuk egeali objek tersebut. Aalisis objek didasarka pada ciri khas (feature) geoetri pada objek tersebut. Kita asusika di dala citra bier haya terdapat 1 buah objek. Ada dua kelopok ciri khas pada objek : Pegolaha Citra Digital/Miari, S. Si., MT 106

a. Global feature, yaitu ciri khas keseluruha objek. b. Local feature, yaitu ciri khas bagia tertetu dari objek. Besara yag terasuk global feature; (i) Luas atau ukura objek (A) A = i= 1 j= 1 f ( i, (8.1) Catata: f(i, = 1 jika (i, adalah pixel objek (ii) Pusat assa Bergua utuk eetuka posisi objek. j. f ( i, i= j= x = 1 1 A j. f ( i, i= j= y = 1 1 A (8.2) (8.3) (iii) Moe iersia (M) M M i= j= x = 1 1 i= j= y = 1 1 2 j. f ( i, A 2 i. f ( i, A (8.4) (8.5) (iv) Kelilig objek (K) Meghitug pajag batas wilayah. Pixel dala batas wilayah horizotal atau vertikal diaggap satu satua pajag, sedagka pixel pada arah diagoal pajagya 2 satua. (v) Tiggi (T) Dihitug dari jarak vertikal dari pixel tertiggi da teredah dari objek. Jarak atara pixel (i1, j1) da pixel (i2, j2) dapat dihitug dega beraca-aca ruus : - Euclidea Pegolaha Citra Digital/Miari, S. Si., MT 107

d eucliea = 2 ( i - i ) + ( j - ) 2 1 2 1 j2 - City-block d city = i + - Chessboard d chess 1 - i2 j1 - j2 = ax ( i - i, j - ) 1 2 1 j2 (vi) Lebar (L) Dihitug dari jarak horizotal dari pixel tertiggi da teredah dari objek. (vii)diaeter Dihitug dari jarak palig jauh dari dua titik pads objek. (viii)kopleksitas betuk Meyataka seberapa ruitya suatu betuk. Didefiisika sebagai K2/A, yag dala hal ii K = kelilig, A = lugs. (ix) Proyeksi Meyataka betuk yag diperoleh dari hasil proyeksi objek terhadap garis subu. Proyeksi citra bier terhadap garis horizotal da garis vertikal dihitug dega ruus : H ( i) = H ( i) = j= 1 j= 1 f ( i, f ( i, Sedagka besara yag terasuk local feature atara lai : (i) Arah da pajag sege garis lurus Arah garis diyataka dega kode Freea, sedagka pajag garis dihitug sebagai jarak atara ujug-ujug garis. (ii) Sudut atar garis Meyataka besar sudut atara dua garis lurus yag berpotoga. (iii) Jarak relatif Dihitug sebagai jarak atara dua titik. Pegolaha Citra Digital/Miari, S. Si., MT 108

(iv) Object sigature Meyataka jarak dari pusat assa ke tepi suatu objek pada arah 0 sapai 360 derajat. 8.8 Peipisa Pala Pada aplikasi pecocoka pola, bayak betuk terutaa betuk yag egulur/eajag yag dapat diyataka dala versi yag lebih tipis. Betuk yag lebih tipis terdiri dari garis-garis terhubug yag disebut ragka (skeleto) atau tulag atau garis iti. Idealya, ragka tersebut ebetag sepajag garis subu objek. Peipisa (thiig) adalah operasi perosesa citra bier yag dala hal ii objek (regio) direduksi ejadi ragka yag eghapiri garis subu objek. Tujua peipisa adalah eguragi bagia yag tidak perlu (redudat) sehigga haya dihasilka iforasi yag esesial saja. Pola hasil peipisa harus tetap epuyai betuk yag eyerupai pola asalya. Sebagai cotoh, Gabar 8.4 adalah huruf "R" de hasil peipisa polaya ejadi ragka "R". Gabar 8.4 Peipisa pola huruf "R" Peipisa pola erupaka proses yag iteratif yag eghilagka pixel-pixel hita (egubahya ejadi pixel putih) pada tepi-tepi pola. Jadi, algorita peipisa egelupas pixel-pixel piggir objek, yaitu pixel-pixel yag terdapat pada peraliha 0 1. Pegolaha Citra Digital/Miari, S. Si., MT 109